为何丰田、大众、现代自研智驾先后折戟

来源：市场资讯

（来源：AutoReport 汽车产经）

撰文｜于雷

编辑｜甘猛

出品｜汽车产经

就在6月底，德国媒体披露，大众计划终止与博世持续三年多的自动驾驶联盟（ADA）。

这曾是大众软件战略最重要的一块拼图。2022年，大众软件子公司CARIAD与博世宣布联合开发一套从L2城市脱手驾驶到L3高速公路自动驾驶的模块化系统，首款产品计划2023年量产装车。

大众当初对这套系统充满野望，不仅要用大众全系乘用车上，还希望供给其他客户，借此设立行业新标准。

但四年过去，这套系统等到的只是叫停。据称，大众内部已经对这套系统进行了评估，认为其明显落后于市场主流水平，尤其是在城市路况下的脱手驾驶能力方面，与竞争对手有显著代差。

事实上，这并不是传统巨头第一次放弃自动驾驶项目。

丰田同样很早就下场。2016年就在北美设立TRI研究院，随后又成立TRI-AD，投资Uber ATG、Aurora、小马智行等公司，试图同时押注乘用车与L4无人驾驶两条路线。最终，TRI-AD重组为Woven by Toyota，对外战略重心转向Arene软件平台，高阶自动驾驶逐渐淡出公开技术布局的核心。

现代也曾于2019年与安波福合资Motional，希望借此打开L4商业化市场。但随着Robotaxi持续降温，Motional近两年连续收缩业务。另一边，现代转向乘用车市场的自研端到端智驾大模型Atria AI，也被韩国媒体今年曝光的一份内部测试揭露其自研成熟度仅为25分（满分100），被评定为“成熟度严重不足”。

如果把这些事情放在一起看，会发现一个耐人寻味的共同点。今天被认为在智能驾驶掉队的，恰恰是当年布局最早，也最舍得投入的传统车企。

如今，很多人把传统车企受挫的结果，归结于它们的软件能力差，对智能化变革重视不足，但事实并非如此。

至少在智能驾驶这件事上，它们入局并不晚，也从未吝啬投入。从成立独立软件公司、重组研发体系，到数十亿美元押注自动驾驶，它们几乎把今天主流车企能做的事都做了一遍。

NO.1

[严重低估了L4的难度]

其实在早期阶段，业界对于自动驾驶的主流看法是直达L4。

一方面，L4拥有远高于辅助驾驶的商业想象空间；另一方面，Robotaxi（自动驾驶出租车）被认为能够摆脱传统卖车模式，让汽车第一次具备持续创造收入的能力。

也正因这种巨大的商业想象，催生出了Waymo、Cruise、百度Apollo三大L4巨头。

李彦宏乘坐Apollo自动驾驶测试车驶上北京五环

2017年，百度AI大会还曾上演过轰动一幕。百度创始人、董事长兼CEO李彦宏实时连线会场，直播乘坐Apollo自动驾驶测试车途经北京五环到达现场的过程，并高调对外预判2020年就能实现自动驾驶规模化落地。

在这种热情下，资金雄厚的传统车企也开始行动。通用砸下近10亿美元收购Cruise，后续软银、本田持续加码，短短两年估值冲到百亿美元级别；福特前后拿出10亿美元重仓Argo AI，大众又追加26亿美元联合押注。

与此同时，丰田、现代等车企也相继布局Robotaxi和L4自动驾驶，希望抢占下一代汽车竞争制高点。

单看资金规模，这些传统车企在自动驾驶上的投入并不少。当时不少新势力整个创业阶段的融资规模，也不过十几亿美元。

只是问题在于，它们押中的是一条短期内很难兑现的路。

Robotaxi并没有像预期那样快速进入商业化。真实道路远比实验室复杂，长尾场景始终难以解决，法规审批进展缓慢，运营成本也居高不下。原本预计几年就能落地的L4，一拖就是近十年。

反而是另一条当时并不太受关注的路线，率先实现了商业闭环。

特斯拉在2020年10月推送其首个完整自研的FSD Beta v1

特斯拉没有把Robotaxi作为早期商业化路径，而是选择先把L2做好；小鹏、理想等后来者进入市场时，也几乎都沿着这个方向推进，把城市NOA一步步做成了消费者愿意买单的产品。

当L2开始形成销量、数据和算法相互促进的闭环时，传统车企才陆续意识到这条路线的重要性。

于是，这些曾经投入巨大的项目开始陆续收缩。

NO.2

[智驾研发，已经不是传统造车逻辑]

如果只是判断失误，传统车企其实还有追赶的机会。

毕竟，L2智能驾驶也不是一蹴而就的。特斯拉、小鹏、理想等公司，几乎没有一家企业沿着最初的方案一路做到今天。

从早期依赖高精地图、规则算法，到BEV鸟瞰图、OCC占用网络，再到端到端、VLA大模型。每一次变化，都意味着前一代技术版本将要失去竞争力。

更关键的是，这不是一次普通的软件升级。每次路线的变化，也意味着感知模型、训练数据、工具链、计算平台等要重新适配，很多过去积累的工程成果无法复用，只能重新开发。

对于AI公司来说，这种推倒重来并不稀奇。AI模型研发，本来就是不断验证、不断推翻的过程。

新的架构只要被证明效果更好，即使前一代投入了大量资源，切换时也不会受到阻力。因为它们的研发，从来不是为了完成某一个项目，而是要让模型能力更强。

FSD V12内测后，特斯拉AI软件副总裁Ashok称其是全面技术重构

这一逻辑，同样出现在以智能驾驶为核心的新势力上。

今年，小鹏集团董事长、CEO何小鹏曾透露，公司原本已经完成了第一代VLA的开发，但随后发现V/L-A架构的潜力更大，决定放弃已经开发完成的版本，直接转向第二代VLA。

按照传统汽车研发的标准，这意味着此前数月的投入没有形成最终产品，项目无法交代。但在小鹏内部，它只被当做一次正常的技术迭代，甚至是管理层主动决定的。

这恰恰是在说明两种研发体系的不同。

过去几十年，汽车研发遵循的都是项目制逻辑。制定研发项目时，也会随之确定预算、时间节点和技术目标，然后经过层层审批后进入开发，再按照既定计划完成验证和量产。

整个体系追求的是确定性，因为一个项目成果要绑定后续一系列产品，要落地到那些车上。这也就意味着，中途改变技术路线导致项目延期，将直接影响到后续产品规划，项目负责人往往更愿意优先保证交付时间。

更重要的是，AI研发比拼的已经不只是投入规模，而是谁能持续聚集最优秀的AI人才。

DeepLearning.AI创始人、前谷歌大脑创始主管吴恩达不止一次提到：AI目前最稀缺的资源是人才。

这种判断如今已经逐渐成为整个行业的共识，只是这也是传统车企不容易追上的地方。

因为真正具备成熟经验的人才本就有限，而且往往会继续向已有强大团队的公司集中。对他们来说，选择一家公司不只看薪酬，还要看团队本身的技术实力。

团队的人才密度越高，对优秀人才的吸引力就越强，而且这种优势还会不断自我强化。等传统车企意识到这一点时，行业里最稀缺的一批人，往往已经完成了聚集。

NO.3

[传统车企输不起]

除了体系的区别外，资本市场对两类企业的估值逻辑和容错空间也截然不同。

对于特斯拉、小鹏这样的企业来说，智能驾驶本身就是公司长期成长的核心。即便这些技术短期无法兑现，甚至要放弃现有的成果重新研发，也会被市场理解为构建未来竞争力的必要投入。

资本市场愿意为这种预期买单，车企也能依靠科技估值持续获得资金，反哺下一轮架构迭代。

最有代表性的就是特斯拉，它过去几年保持着远高于传统车企的估值水平。即便2024、2025年汽车销量连续下滑，股价也没有出现持续下行的压力，资本市场讨论焦点始终围绕FSD、Robotaxi、Dojo、Optimus等AI业务的进展。

多家华尔街机构也多次表示，对特斯拉的估值已经不能简单按照汽车制造商来看，而更多参考AI和科技公司的成长空间。

反观大众、丰田、现代、通用这类传统车企，它们的估值更多来自销量、利润率、现金流以及股东回报。智能驾驶研发首先体现为成本，其次才有可能转化为收入。

如果一项研发持续投入数年，却迟迟无法形成产品，资本市场看到的往往不是未来，而是不断增加的成本。

2023年10日，Cruise在旧金山的行人拖拽事故，成为终止该业务的导火索

通用Cruise就是典型的例子，2016-2024年，通用在Cruise累计投入超过100亿美元，但Robotaxi商业化始终没有达到预期。2024年底，通用宣布停止Robotaxi业务后，CFRA Research分析师Garrett Nelson公开表示，这一决定是"朝着正确方向迈出的一步"，因为投资者早已对Cruise迟迟没有商业成果感到不耐烦。

ACR Alpine Capital Research投资组合经理Tim Piechowski也称，股东更希望公司在资本投入上保持克制，因为部分自动驾驶技术还没有成熟的商业模式。

大众遇到的则是另一种约束。

和博世成立自动驾驶联盟后，原本计划在第二年（2023年）就要落地兼顾L2城市脱手驾驶和L3高速自动驾驶的模块化系统，但一直延期到目前还没有完成。

双方内部实际也很清楚自己落后的事实，博世在2025年的通告中曾提到正在跟进两段式端到端，而当时国内头部玩家已经基本转向一段式或VLA。

大众内部也对这套系统进行了评估，认为其在L2++级城市自动驾驶技术上"存在明显差距"，尤其是在城市路况下的脱手驾驶能力方面，与竞争对手有显著代差。

基于大众ID. Buzz打造的自动驾驶测试车

但双方都没有立刻叫停，否则不仅会被市场解读为自研战略失败，拖累集团估值与品牌预期，部分已经资本化处理（不一次性在利润中扣除，而是分成多年摊销）的软件开发成本还可能需要确认减值，直接影响当期利润。

这也是为什么，越来越多传统车企开始放弃从智能技术的底层自研能力，转而引入外部成熟方案。

因为，智能驾驶已经从一个几年能够完成的研发项目，变成了一项需要持续投入、持续迭代的长期能力建设。

对于大多数传统车企来说，继续承担全部成本，已经越来越不符合上市公司的经营逻辑了。

NO.4

如果放在三四年前，传统车企讨论最多的是要不要自己掌握灵魂。

但放到今天，这个问题已经变成了，哪些能力必须自己做，哪些可以依靠供应商来完成。

过去一年，这种变化越来越明显。

大众中国把智驾交给了与地平线成立的合资公司酷睿程，在全球继续扩大与Mobileye的合作；奔驰在中国通过股权投资和定点方式与Momenta深度绑定，国际上选择英伟达全栈方案；日产也将直接采用Wayve的大模型。

这背后的原因是大模型改变了原有的开发逻辑，早期的辅助驾驶更像开发一个功能，项目落地后，研发也就随之告一段落。但放到大模型时代，却需要持续的迭代升级，甚至不断的重构底层算法。

如果继续坚持所有能力都自己做，就意味着不仅要投入算法团队，还要长期建设算力、数据和训练体系，并持续承担每一代模型迭代的成本。而采购成熟方案，可以更快把资源放到整车开发制造和市场营销这些原本更擅长的领域。

所以，过去一年越来越多传统车企开始与Mobileye、Momenta、地平线等公司合作，并不是因为智能驾驶不重要，而是已经重要到很难再由一家传统车企独自完成全部投入。

只是这套逻辑并不适用于特斯拉、小鹏等公司。

对于它们来说，智能驾驶本身就是产品竞争力，也是品牌价值的重要来源。如果基础模型依赖外部供应商，就意味着核心能力掌握在别人手里，未来很难与其它车企拉开差距。

这也是为什么，同样面对越来越高的研发成本，两类企业最终走向了不同的方向。